Google lança modelo EmbeddingGemma 2 com 740 milhões de parâmetros

O Google anunciou o lançamento do EmbeddingGemma 2, um modelo de pesos abertos projetado para converter textos, imagens, vídeos, áudios e códigos em vetores numéricos, facilitando a busca e a comparação de conteúdos semelhantes. Segundo a empresa, a versão principal conta com 740 milhões de parâmetros, sendo apontada como a opção mais compacta de sua categoria, capaz de superar concorrentes até duas vezes maiores em testes de referência multimodais.

O sistema foi desenvolvido para rodar localmente e sem necessidade de chave de API, executando cada consulta entre 20 e 70 milissegundos por meio da tecnologia WebGPU no navegador. O modelo demanda cerca de 191 MB de memória RAM e reduz o armazenamento local em bancos de dados vetoriais em até seis vezes. Para demandas restritas a textos, a companhia disponibiliza uma versão alternativa com 270 milhões de parâmetros.

Em conjunto com modelos abertos de menor porte como o Gemma 4, o EmbeddingGemma 2 viabiliza a execução offline de aplicações baseadas em recuperação aumentada de conhecimento, conhecida pela sigla RAG, sem o envio de dados para servidores externos. Os pesos e a documentação técnica para desenvolvedores foram disponibilizados nas plataformas Hugging Face e Kaggle.